Nos últimos anos, as empresas têm-se deparado com um desafio que cresce silenciosamente: uma gestão eficaz do risco de crédito B2B tornou-se uma necessidade, mas continua a ser conduzida com tecnologias do século passado. Ainda assim, muitas organizações persistem em tomar decisões baseadas exclusivamente em informação histórica (demonstrações financeiras, mapas de aging, etc.), recorrendo a referências subjectivas e a análises em folhas de cálculo que não conseguem antecipar as mudanças constantes do mercado actual.
Durante o recente webinar organizado pela ATLAX 360, três intervenientes com perspectivas complementares — René Suárez, General Manager Administration na Mueller México; Mauricio Fajardo, Credit Manager na Nurueña SAS, Colômbia; e o Professor David Díaz, da Faculdade de Economia e Negócios da Universidade do Chile — convergiram numa mensagem clara e assertiva:
A vantagem competitiva já não reside apenas em reagir, mas sim em antecipar. E antecipar é impossível sem ecossistemas digitais e modelos preditivos de inteligência artificial.
Do espelho retrovisor a uma visão panorâmica do cliente
Historicamente, as decisões de crédito eram tomadas com base em três factores:
Demonstrações financeiras, no melhor dos casos, têm um desfasamento de pelo menos um ano.
Relatórios de risco de insolvência, que agregam a informação pública disponível em cada país.
Referências comerciais que aumentam a subjectividade da análise.
Contudo, esta informação é limitada e em muitos casos insuficiente. Como refere Mauricio Fajardo, um cliente pode pagar de forma exemplar o seu cartão de crédito, mas incumprir sistematicamente os seus créditos comerciais; são realidades completamente distintas.
Por isso, decisões baseadas apenas em “como me tem pago” revelam-se curtas.
Hoje, os ecossistemas digitais permitem observar o comportamento do cliente dentro e fora da organização, captar sinais precoces, identificar riscos invisíveis e descobrir oportunidades de venda que antes não eram detectáveis.
O poder do Machine Learning em modelos preditivos B2B
O Professor David Díaz introduziu uma distinção fundamental:
Prognosticar é projectar o futuro com base em padrões históricos.
Predizer é, além disso, compreender porque é que esses padrões ocorrem.
A IA e o Machine Learning permitem actuar neste segundo nível, ao:
Incorporar novas fontes de informação.
Detectar relações que o ser humano não consegue observar.
Identificar sinais precoces com meses de antecedência.
Na ATLAX 360, após anos a desenvolver e optimizar os nossos modelos de Machine Learning, conseguimos criar um sistema preditivo que melhora a tomada de decisão, adaptando-se às necessidades específicas de cada empresa. O nosso algoritmo, combinando modelos tradicionais com informação comportamental de pagamentos proveniente dos ERPs, alcança uma precisão de 88% no modelo “AUC-ROC”* sobre a previsão de incumprimento de pagamentos.
*O que é a AUC ROC? Medida que nos fornece o desempenho dos modelos para poder compará-los, onde quanto maior a percentagem, melhor o rendimento do modelo. A curva ROC foi utilizada pela primeira vez na II Guerra Mundial para analisar os sinais de radar e assim controlar a aviação japonesa.
Ecossistemas digitais: a nova simbiose empresarial
As empresas que participam nestes ecossistemas não recebem apenas informação — reforçam-na colectivamente. Quanto mais intervenientes estiverem ligados, mais poderoso se torna o modelo preditivo.
Na nossa base de dados ATLAX 360, cruzamos todos os comportamentos de pagamento de uma empresa com os de todos os seus fornecedores conectados, criando três indicadores objectivos e em tempo real que antecipam potenciais atrasos:
- Índice de Comportamento em Pagamentos (ICP)
- Risco Imediato de Impago (RIIM)
- Limite de Crédito (LC)
Trata-se de um efeito de simbiose em que todos contribuem e todos recebem valor. Isto permite:
Conceder crédito em tempo real.
Reduzir perdas por carteira.
Expandir vendas para clientes anteriormente invisíveis.
Profissionalizar processos sem grandes investimentos internos.
Como sublinha Mauricio Fajardo, estes elementos representam, para empresas não financeiras, uma verdadeira democratização da gestão do risco de crédito.
René Suárez partilhou ainda um ponto essencial: a área de crédito deixa de ser um “travão às vendas” e passa a ser um habilitador estratégico de crescimento — onde o crédito se transforma numa alavanca para crescer com segurança e foco. Ou seja, clientes na condição de pronto pagamento passam a receber confiança e acesso a crédito, permitindo vender melhor, em vez de deixar de vender por mera intuição.
O futuro já chegou… e não espera
Muitas empresas ainda acreditam que o seu modelo actual “funciona”. Porém, como concluíram estes intervenientes, isso não garante que continue a funcionar no futuro. A tecnologia avança mais rapidamente do que nunca, e quem não se adaptar arrisca-se a ficar fora do mercado sem se aperceber.
A verdadeira questão hoje não é se se deve adoptar a IA, mas quanto tempo demorará a gerar retorno. Com o apoio de ferramentas consolidadas no mercado, como a plataforma YNDIKA, este retorno e a curva de aprendizagem reduzem-se a poucos meses.
